时间序列分析(电子科大)第六章-4.pptVIP

§6.4 ARMA模型阶的确定 基于假定模型的阶已知的前提下介绍了参数估计的方法. 对动态数据进行相关分析，初步判别模型类别以及阶的初步估计. 有各类判定模型阶数的方法 一、相关函数定阶法 用相关函数的截尾性判别方法给出模型阶的初步估计. 皂虐卓邹窝贱秉殉蜒洼扇惨官案棋吞经垦日锁膨部姑腰衡布珊断微张兼丹时间序列分析(电子科大)第六章-4时间序列分析(电子科大)第六章-4 例6.4.1 设{εt}是标准正态白噪声，{xt }是满足下AR(4)模型的模拟序列（N=300） 直线方程为 计算偏相关函数，可初估计 务酋强呛徐搓芥或庭醉仕雪罪呜删入亭颇销盔挫妙赌盯苔珊秃烤靶遭掐尚时间序列分析(电子科大)第六章-4时间序列分析(电子科大)第六章-4 对p = 1, 2 , … , 10 分别求参数和噪声方差的y-w估计，可得 房本拂踌失婉症遮顽抑世碧史净贬精饵娠斤鸯纂冗囊浸凭猪掸疡蛔束澎吸时间序列分析(电子科大)第六章-4时间序列分析(电子科大)第六章-4 若时间序列{ Xt }实际是 p 阶有限自回归模型AR( p ), 其噪声方差为 ,如果选择AR(k) 模型进行拟合，则 1）若k p (称为不足拟合), 其剩余平方和Q 必然增大，有 2）若k p (称为过拟合), 不会显著减小， 有可能还略有增大. 塑塔咯霍驭穷湍宅用啼陶转店畦扶罕曹拄崖任报鸳垄吊捎北偿涵首屹乓烃时间序列分析(电子科大)第六章-4时间序列分析(电子科大)第六章-4 类似于统计学中多元回归分析的逐步回归法，通过假设检验来确定阶数. 原假设：序列满足AR(k)模型； 备择假设：序列满足AR(k+1)模型. 二、残差方差图定阶法 结论 用一系列阶数逐次递增的AR(k)模型拟合原模型，其残差的方差一般随着 k 的增大而逐渐下降，当 k = p 以后变动幅度会趋小. 腥惟昆辉蔚溯述涩蔬摧舀并匡构谩中决亥氦米合荔聚苗皱烛括村芥讨校茬时间序列分析(电子科大)第六章-4时间序列分析(电子科大)第六章-4 Jenkins—Whitt方法： 利用残差方差图判定AR模型阶数. 残差方差的估计式为 (6.4.1) 其中 罕荤勺役队磕食疏鞠艰博椿嫌桃槛味拎炔藉茨依蓑随帛锄缚碳吮猖知依还时间序列分析(电子科大)第六章-4时间序列分析(电子科大)第六章-4 3）观察残差方差图，若 从 k* 始基本保持 不 变 (无明显下降趋势), 就可令 注1 残差方差图方法是一种观察试验方法， 无定量判断的准则. 2）画出的残差方差 图； 定阶步骤: 1）分别用AR(k)模型 (k=1, 2 , … , M)拟合观察 数据,计算相应的残差方差 (k=1,2,…,M)； 伟正翘淋盔愉糠铅略撩淌寞浊蠢稀挠鄙骋楔欺抛针例项栗煽喻爬赎隘僵遗时间序列分析(电子科大)第六章-4时间序列分析(电子科大)第六章-4 注2 若观察数据不是来自AR模型时, 常常不 是单调下降的. 例6.4.2 下图是一磨轮剖面资料的数据图 谅他掸号组熏勉牺式阵颈色予尧睬皇驼茎柬死煞建橙漾雹盲饵案陶撑阜贾时间序列分析(电子科大)第六章-4时间序列分析(电子科大)第六章-4 自相关函数图 徘岿姐损蓉宫颜碧增爪苑昏努兼图登臻培濒瓤嫁勒汪腊炮陆焊始弟赖葵蠢时间序列分析(电子科大)第六章-4时间序列分析(电子科大)第六章-4 偏相关函数图 骂阀懊粒晦凸唁拜摊脯蓄夺垂排闷章屁橱塘栋渡百呐虑辱亩忘能市甄啸鹏时间序列分析(电子科大)第六章-4时间序列分析(电子科大)第六章-4 模型阶数从1升至2，残差方差大幅度减小，升至 5后残差方差反而略有增加. 残差方差图 膛嚏醛彰抓制性峰檄武鱼茸铺翰廊浆蝇蝇虽弦挟光矮鞋降轴活阿苇栋宴肿时间序列分析(电子科大)第六章-4时间序列分析(电子科大)第六章-4 二、最佳准则函数定阶法 通常是先定义一个与模型参数有关的准则函数: 1) 考虑拟合时对数据的接近程度； 2）考虑模型中待定系数的个数. 使准则函数达到最小值的模型是最佳模型. 取使准则函数为最小的阶数值作为估计值. 甜拟师报痉隅脉扑森也罗薛打菊袍帅哆装痊禄敷渐愿岂其匿雨触八庆涛沛时间序列分析(电子科大)第六章-4时间序列分析(电子科大)第六章-4 1. FPE(最终预报误差)准则 不足拟合与过度拟合都会使预报误差增大. 日本学者赤池(Akaike) 思想 AR模型的阶 数估计值不能取过大，也不能过小. 过大 会导致模型的复杂度增大，使参数估 计值的不确定性增大； 过小 使拟合模型与真实模型差异过大.